基于卷积神经网络近红外光谱法测定水体污染物(二)
采用卷积神经网络的方法建立水样中可持续污染物含量的检测模型,用MATLAB软件进行编程。神经水体采用实验样本对模型进行多次训练,网络外光污染物对模型结构进行调整与改进。谱法整个模型以BP神经网络为基础,测定设置卷积核函数对其进行初始化,基于卷积近红将偏置设置为0,神经水体采用留一交叉验证的网络外光污染物方法确定最佳参数。采用损失函数对欧氏距离进行定义: 式中:yp——模型的谱法预测值; yi——样本的理化分析值。 试验过程中将模型的测定学习率设定为0.5,最大迭代次数设定为1000次,基于卷积近红模型随着迭代次数的神经水体增加而收敛,且损失函数平滑下降,网络外光污染物说明模型的谱法学习状态较好,没有出现过拟合现象。测定 引入相关系数r、均方根误差(RMSEC)、预测标准差(RMSEP)3个指标对预测模型进行评价。其中相关系数r值越接近于1,说明模型的拟合效果越好,RMSEC和RMSEP的值越低说明系统的稳定性越好。 同时建立标准的BP神经网络模型,与PLSR模型进行对比,其中BP神经网络模型设定为单隐层结构。将300个水样样本数据按照2∶1的比例划分为校正集和验证集,即200个样品用于对模型的训练,100个样品用于对模型的验证。对模型进行10次重复训练和测试,得模型平均值,其结果列于表2。由表2可知,近红外光谱分析方法对水体中的氰化物、总汞和多环芳烃的预测精度较高,采用卷积神经网络建立的模型总体效果优于BP、PLSR建模方法。 分析结果表明,卷积神经网络技术能够用于建立近红外光谱水中持久性污染物含量检测模型,且模型比传统建模方法预测精度更高。采用卷积神经网络模型能够有效地简化光谱数据的维度,同时实现更好的预测效果。研究表明采用卷积神经网络模型独特的深度学习方法能够有效提取光谱数据的特征点,从而获取更加有效和细致的局部抽象映射。另外由于卷积神经网络模型的结构能够有效降低不相关数据对模型的影响,能够提高预测模型的鲁棒性和健壮性。由于需要对多层结构进行大量的训练,才能使卷积神经网络模型达到最优,接下来将对模型训练集样本所占数量对模型效果的影响进一步加以讨论研究。 为了探讨训练集样本数量的多少对卷积神经网络模型预测能力的影响,采用相同的划分方法将训练集样本按照所占总样本的10%~90%对模型进行训练,对氰化物的检测训练结果列于表3。 采用验证集样本对模型的拟合精度进行评判,根据模型评价原则,对比实验数据发现,随着训练模型样本数量的增加,卷积神经网络预测模型的预测精度和稳定性逐步提高。当对模型的训练样本数量小于60时,模型得不到足够的训练,不能有效预测验证集样本中的数据。3种污染物的预测相关系数随训练集样本数量的变化情况如图2所示。 由图2可以发现,随着训练集样本数目的增加,卷积神经网络建立的水中污染物含量预测模型的性能稳步提高,说明利用卷积神经网络建立水中污染物含量模型,在大数据环境下能够稳定且有效地对水体中的各污染物含量进行动态检测和预测。 将卷积神经网络技术与近红外光谱检测方法相结合,应用于水中持久性污染物含量的检测,设计了一种有效的卷积神经网络回归模型,并在低浓度污染物的检测中取得了较好的效果。首先采用不同的建模预测方法进行对比分析,采用卷积神经网络所建立的预测模型,其稳定性和线性预测精度均较理想,然后对比分析训练集样本个数对模型预测能力的影响,发现随着训练样本数量的增加,采用卷积神经网络技术建立的模型性能显著提高,说明在大数据环境下,卷积神经网络模型能够适应水中污染物动态检测的需求。 声明:本文所用图片、文字来源《化学分析计量》,版权归原作者所有。如涉及作品内容、版权等问题,请与本网联系 相关链接:污染物,多环芳烃,氰化物2.3 预测模型的基于卷积近红建立
2.4 模型的评价
3 结果与讨论
3.1 建模结果分析
3.2 训练集样本数量对模型预测效果的影响
4 结语
- 最近发表
-
- 市场监管总局要求优化服务切实保障老年人商事活动便利化
- 《黃珊珊:33個人生故事》:都什麼年代了還想操作「含淚投票」、「忍痛支持」,何苦?
- 大馬前主播的告白:國營媒體欠薪、報業被壟斷,大馬媒體機構何以成了「血汗工廠」?
- 50年前台北市少棒隊衛冕世界冠軍,在外交風雨飄搖之際加強國人對未來的信心
- 展会回顾丨八月样品前处理技术创新大会圆满落幕,伟业计量带您重览展会精彩!
- 「普亭大腦」杜金之女汽車爆炸身亡,專家認為俄國官媒的憤怒「很可疑」
- 清大研究助半導體產業突破摩爾定律極限,登《自然奈米科技》7月封面
- 深層牙齦疾病的潛在危險:從大腦到心臟,與阿茲海默症、糖尿病和心血管疾病都有關聯
- 气候大会可守住“基本线”,但并非应对气候危机的终极方案
- 「暈船」的人越來越多、親密關係越來越短,社會學家如何談論流離失所的現代愛?
- 随机阅读
-
- “书记项目”领航基层治理 三级联动破解民生难题_
- 《不馴的異端》:斯賓諾莎對被猶太教會驅逐一事處之泰然,他對教派宗教產生嚴重的懷疑
- 18年前狼師性侵案纏訟至今,沒想到兒子也會被性侵,爸爸深陷在自責與內疚之中
- 常見腰痛原因(四):骨刺會讓我腰痛嗎?退化性關節炎可以去拉單槓或是拉腰嗎?
- 大地“猎鹰者”,走近地导部队
- 談曼谷藝文中心「白象藝術獎」:站在泰國傳統藝術基礎上,獎勵青年創作者的創新思維
- 台南人看必比登名單:「我家巷口」才是真理,被在地人批「走味」反映台南小吃的兩難
- 吳淡如《所有的過去,都將以另一種方式歸來》:雞有牠的悲慘命運,祖母有她的使命
- 中国计量科学研究院关于举办“化学计量标准物质研制技术高级培训班”的通知
- 疫情重擊,廣東多家港資工廠倒閉
- 《OKR最重要的一堂課》:「終極聚焦」工作法,關鍵就在於排除萬難為公司訂出一個O
- FTX禍首班克曼佛里德被捕 他會坐牢多久?|天下雜誌
- 孙军带队赴浙江开展重点协商议题学习考察_
- 疫情之下大家的日子都不好過,但台灣人連捐款的風景都很美
- 「碳匯」是儲存二氧化碳的倉庫:帶你一次看懂什麼是綠碳、藍碳、黃碳
- 台南逃犯殺警案,《警械使用條例》與《外役監條例》下會期將儘速協商修法
- 光操控反铁磁材料实现磁态转换,有助设计更快、更小、更节能的内存芯片
- 從這三個角度自我反省,擺脫男女感情「同床異夢」的定錨困境
- 又講又演?甚麼是Lecture Performance?
- 《高勝算決策2》:想像失敗讓你更有可能真正經歷成功,這就是負面思考的力量
- 搜索
-
- 友情链接
-